Preparación de la base

#2008-2018
lapop2004_2018$democracia7 <- lapop2004_2018$ing4
lapop2004_2018$democracia_ord <- lapop2004_2018$pn4
lapop2004_2018$reduc_desigualdad <- lapop2004_2018$ros4

lapop2004_2018 <- lapop2004_2018 %>% 
  mutate(voto_pasado = car::recode(vb2, "1=1; 2=0"),
         voto_presente = car::recode(vb20, "1=0; c(2,3,4)=1"))

lapop2004_2018$country_f <- factor(lapop2004_2018$country, 
                                   labels = c("México", "Colombia", "Perú", 
                                              "Chile", "Uruguay", "Brasil", "Argentina"))

lapop2004_2018$sexo <- factor(lapop2004_2018$q1, labels = c("Varón", "Mujer"))

lapop2004_2018 <- lapop2004_2018 %>% 
  mutate(categoria_ocup = case_when((colocup4a <= 2 | ocup4a <= 2) & ocup1a == 3 ~ 1,
                                  (colocup4a <= 2 | ocup4a <= 2) & ocup1a == 1 ~ 2,
                                  (colocup4a <= 2 | ocup4a <= 2) & ocup1a == 2 ~ 3,
                                  (colocup4a <= 2 | ocup4a <= 2) & ocup1a == 4 ~ 4,
                                  (colocup4a == 3 |ocup4a == 3) | ocup1a == 5 ~ 5,
                                  colocup4a >= 4 |ocup4a >= 4 ~ 6),
         categoria_ocup_f = factor(categoria_ocup, labels = c("Patrón", "Asalariado público",
                                                          "Asalariado privado",
                                                          "Cuenta propia", "Desocupado",
                                                          "Inactivo")),
         ing_decil = case_when(wave == 2008 | wave == 2010 ~ q10,
                               wave == 2012 ~ q10new_12,
                               wave == 2014 ~ q10new_14,
                               wave == 2016 ~ q10new_16,
                               wave == 2018 ~ q10new_18),
         ideologia = car::recode(l1, "1=10; 2=9; 3=8; 4=7; 5=6; 6=5; 7=4; 8=3; 9=2; 10=1"))

#2018
lapop2004_2018$desempleados <- lapop2004_2018$redist3
lapop2004_2018$desempleados <- car::recode(lapop2004_2018$desempleados,
                                           "7=1;6=2;5=3;4=4;3=5;2=6;1=7")

lapop2004_2018$ayuda_pobres <- lapop2004_2018$redist1

lapop2004_2018 <- lapop2004_2018 %>%
  mutate(redist2_inv = ifelse(wave == 2018, car::recode(redist2, "1=7; 2=6; 3=5; 4=4; 5=3; 
                                                        6=2; 7=1"), NA),
         impuestos_ricos = ifelse(wave == 2018, case_when(country == 8 ~ redist2_inv,
                                     TRUE ~ redist2a), NA),
         corrup_func = car::recode(exc7, "1:2=0; 3:4=1"),
         corrup_pol = car::recode(exc7new, "1:2=1; 3:5=0"),
         golpe = car::recode(jc13, "2=1; 1=0"),
         cierre_congreso = car::recode(jc15a, "2=1; 1=0"),
         cierre_corte = car::recode(jc16a, "2=1; 1=0"),
         simpatiza_partido = car::recode(vb10, "2=0"),
         urbano = ifelse(wave == 2018, factor(ur, labels = c("Urbano", "Rural")), NA),
         informal = ifelse(wave == 2018, car::recode(formal, "1=0; 2=1"), NA),
         formal_f = ifelse(wave == 2018, factor(formal, labels = c("formal", "informal")), NA),
         formal_estado = factor(ifelse(wave == 2018, case_when(formal == 1 ~ 1,
                                   formal == 2 ~ 2,
                                   categoria_ocup == 5 ~ 3,
                                   categoria_ocup == 6 ~ 4,
                                   TRUE ~ NA_real_), NA)),
         formal_estado = factor(formal_estado, labels = c("Formal", "Informal", "Desocupado",
                                                          "Inactivo")),
         formal_estado2 = factor(ifelse(wave == 2018, case_when(formal == 1 ~ 1,
                                   formal == 2 ~ 2,
                                   categoria_ocup >= 5 ~ 3,
                                   TRUE ~ NA_real_), NA)),
         formal_estado2 = factor(formal_estado2, labels = c("Formal", "Informal", "No ocupados")),
         estatus_ocup = ifelse(wave == 2018, case_when(ocupoit <= 2 ~ 1,
                                  ocupoit > 2 & ocupoit < 4 ~ 2,
                                  ocupoit %in% c(5, 7, 8, 10) ~ 3,
                                  ocupoit %in% c(6, 9) ~ 4,
                                  categoria_ocup >= 5 ~ 5,
                                  TRUE ~ NA_real_), NA),
         estatus_ocup_f = factor(estatus_ocup, labels =
                                                        c("Directivos-Profesionales",
                                                          "Técnicos-administrativos-vendedores",
                                                          "Trabajadores manuales calificados",
                                                          "Trabajadores manuales no calificados",
                                                          "No ocupados")))

#Pegado bases

lapop2004_2018 <- lapop2004_2018 %>% 
  left_join(agregados, by = c("country_f", "wave"))

rm(paises_brecha, paises_desempleo, paises_empleopub, paises_informalidad)

Casos perdidos variables objetivo

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 2
Duplicates: 66707
No Variable Stats / Values Freqs (% of Valid) Graph Missing
1 democracia7 [numeric]
Mean (sd) : 5.2 (1.7)
min ≤ med ≤ max:
1 ≤ 5 ≤ 7
IQR (CV) : 3 (0.3)
1:2556(4.0%)
2:2328(3.6%)
3:5070(7.9%)
4:10045(15.7%)
5:12021(18.8%)
6:11202(17.5%)
7:20796(32.5%)
2753 (4.1%)
2 reduc_desigualdad [numeric]
Mean (sd) : 5.7 (1.6)
min ≤ med ≤ max:
1 ≤ 6 ≤ 7
IQR (CV) : 2 (0.3)
1:1931(3.0%)
2:1659(2.5%)
3:2978(4.6%)
4:6419(9.8%)
5:9795(15.0%)
6:12511(19.2%)
7:29897(45.9%)
1581 (2.4%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

Democracia 7 categorías x onda
2008 2010 2012 2014 2016 2018 NA
1 3.08 3.31 2.74 3.27 5.74 4.61 NaN
2 3.06 3.26 2.94 2.96 4.92 3.61 NaN
3 6.20 6.58 7.31 7.31 9.52 8.47 NaN
4 12.52 13.05 13.31 13.52 18.58 18.93 NaN
5 15.59 16.29 16.97 17.98 19.62 21.45 NaN
6 19.58 17.81 18.66 15.75 14.37 14.75 NaN
7 34.71 34.26 34.30 34.90 24.27 25.13 NaN
NA 5.25 5.43 3.77 4.28 2.98 3.05 NaN
Democracia 7 categorías x educación
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 NA
1 5.14 6.81 4.44 4.20 3.72 4.81 3.92 4.27 4.39 4.47 3.96 4.03 3.20 3.11 2.85 2.67 2.62 2.26 2.94 10.34
2 4.64 5.40 5.00 4.35 4.00 4.50 3.07 3.91 3.73 3.47 2.98 4.23 2.70 3.38 3.02 2.18 2.45 2.17 2.88 7.13
3 7.30 8.10 8.39 8.07 8.40 8.28 7.44 7.59 7.72 8.23 7.27 9.47 6.79 7.15 6.94 4.64 6.78 4.11 5.28 10.57
4 12.69 11.97 12.82 13.38 12.53 14.77 14.32 13.00 15.79 17.25 14.10 18.23 15.30 14.70 15.93 11.87 13.12 10.99 13.18 17.93
5 15.26 15.73 15.32 17.15 18.03 17.86 16.36 17.01 19.46 20.10 16.63 20.35 18.45 19.01 18.65 15.41 15.95 14.41 15.38 19.08
6 12.11 13.38 16.85 16.67 18.39 17.24 17.05 16.10 16.92 15.27 15.43 16.74 17.38 17.06 18.82 16.72 18.93 18.94 14.25 11.49
7 26.78 25.00 25.24 26.71 26.84 24.53 31.73 33.08 27.34 27.60 36.15 24.63 33.32 33.72 32.69 45.52 39.19 46.33 45.22 14.94
NA 16.09 13.62 11.94 9.46 8.08 8.00 6.12 5.04 4.65 3.62 3.47 2.32 2.86 1.87 1.10 0.99 0.94 0.79 0.87 8.51
Democracia 7 categorías x ocupación
Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo NA
1 4.40 2.71 3.26 4.22 4.95 3.82 5.33
2 3.60 2.81 2.85 3.92 4.09 3.59 3.13
3 7.45 6.35 6.75 8.15 9.10 7.61 9.72
4 13.37 12.84 14.84 15.84 18.21 14.52 15.52
5 15.37 16.41 17.58 18.45 20.37 17.89 18.81
6 16.41 17.15 17.48 16.57 15.12 16.92 12.07
7 37.47 40.01 34.63 28.87 24.39 30.11 26.02
NA 1.92 1.73 2.62 3.99 3.77 5.54 9.40
Democracia 7 categorías x ingresos (decil)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 NA
1 8.25 5.75 4.96 4.06 3.99 3.76 3.46 3.43 3.20 2.73 2.87 3.48 3.36 4.01 3.42 3.35 3.43 3.24
2 6.53 4.29 3.73 4.13 3.99 3.39 3.60 3.43 3.31 2.95 3.09 2.73 2.83 2.82 2.99 3.01 3.02 3.19
3 9.11 9.15 8.66 8.57 7.91 7.91 8.37 7.87 6.65 7.53 6.66 8.52 7.52 7.12 5.75 6.30 6.16 6.17
4 17.86 16.26 15.25 15.13 15.11 16.84 15.13 15.57 15.12 15.47 14.22 15.87 16.99 16.53 15.01 13.29 10.71 13.41
5 16.38 17.51 19.42 18.46 17.85 18.55 18.68 18.07 18.46 17.92 18.81 19.73 19.78 17.53 19.48 16.35 14.07 16.49
6 12.07 14.38 15.74 16.29 17.79 18.36 18.64 17.71 17.16 17.45 17.88 15.35 16.26 16.77 16.20 17.89 16.87 16.32
7 22.29 24.58 26.15 27.83 29.51 28.22 29.24 31.18 33.37 33.40 34.33 31.97 31.19 33.35 35.96 38.39 44.97 33.99
NA 7.51 8.07 6.08 5.52 3.85 2.98 2.88 2.74 2.74 2.54 2.14 2.35 2.06 1.86 1.19 1.42 0.77 7.19
Reducción de la desigualdad x onda
2008 2010 2012 2014 2016 2018 NA
1 2.01 1.64 1.58 2.98 4.39 4.63 NaN
2 1.74 1.76 1.41 2.92 3.64 3.35 NaN
3 3.16 3.19 2.98 4.72 5.74 6.88 NaN
4 7.01 7.16 8.54 9.88 11.54 13.46 NaN
5 12.40 12.96 14.83 14.89 15.68 17.23 NaN
6 20.15 20.02 20.50 17.25 17.71 16.85 NaN
7 49.80 50.26 47.97 44.63 39.78 36.50 NaN
NA 3.74 3.01 2.18 2.73 1.53 1.10 NaN
Reducción desigualdad x educación
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 NA
1 5.31 5.16 4.03 3.73 3.27 3.16 3.12 3.36 2.84 3.10 2.58 2.53 2.24 2.27 2.46 2.38 2.42 2.36 4.15 8.28
2 2.57 3.52 3.71 3.20 2.82 2.89 2.62 2.04 2.31 2.56 2.69 2.46 1.83 2.27 2.26 2.47 2.51 1.62 2.88 7.59
3 4.56 5.05 5.08 4.49 4.50 4.43 4.17 4.02 4.28 4.34 3.63 5.02 3.92 4.58 4.58 4.35 5.19 4.11 5.35 5.52
4 7.30 6.34 7.34 9.99 8.58 8.86 8.41 9.16 7.72 9.74 8.54 10.59 9.89 9.37 11.52 9.65 10.29 10.25 13.44 14.94
5 13.10 12.68 12.98 12.04 11.90 13.47 13.40 13.87 13.90 14.78 13.75 16.51 16.04 15.37 16.30 14.13 15.07 13.58 14.38 14.25
6 14.59 16.78 18.79 18.06 17.21 18.83 17.21 17.38 18.52 17.48 17.85 20.19 19.00 20.97 20.88 19.80 20.85 18.66 17.06 12.87
7 42.04 42.14 41.53 42.90 46.50 45.04 48.18 47.06 48.17 46.16 48.63 41.33 45.36 44.47 41.45 46.01 42.94 48.50 41.54 30.34
NA 10.53 8.33 6.53 5.59 5.22 3.33 2.89 3.10 2.26 1.86 2.33 1.38 1.72 0.71 0.56 1.19 0.74 0.92 1.20 6.21
Reducción desigualdad x ocupación
Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo NA
1 4.16 2.36 2.38 3.16 3.05 2.96 5.17
2 2.72 1.91 2.16 2.89 2.39 2.54 2.35
3 5.44 3.74 4.13 4.58 4.60 4.60 5.80
4 10.89 8.69 9.30 10.16 9.04 9.66 10.97
5 14.97 14.11 15.10 14.67 14.27 14.63 13.95
6 20.26 20.11 18.92 18.77 18.04 18.51 15.67
7 40.91 47.69 46.62 43.66 46.94 43.72 40.44
NA 0.64 1.40 1.40 2.12 1.67 3.38 5.64
Reducción desigualdad x ingresos (decil)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 NA
1 4.56 3.98 2.43 3.09 2.54 2.63 2.45 2.19 2.33 2.01 3.22 2.45 2.47 2.91 2.66 3.29 4.56 3.34
2 4.80 3.31 2.64 2.15 2.19 2.59 2.26 2.36 2.36 2.64 2.26 2.97 2.35 2.48 2.52 2.44 2.92 2.10
3 5.91 4.16 4.19 3.89 4.07 4.19 4.12 4.25 4.64 4.49 5.39 3.86 4.98 4.25 4.89 4.32 5.36 4.97
4 11.45 8.88 8.01 8.31 8.74 9.19 9.41 8.99 10.42 10.45 9.60 10.69 11.17 9.89 10.40 11.98 11.59 10.26
5 12.44 12.17 13.40 14.35 14.06 14.79 15.92 14.40 14.60 15.13 14.50 15.11 16.18 17.20 17.10 16.41 15.60 14.64
6 14.78 16.10 18.85 18.91 19.17 20.75 19.64 20.48 19.61 20.09 20.62 18.27 19.78 19.35 18.76 17.49 17.42 16.54
7 41.75 47.17 47.05 46.73 47.19 44.10 44.54 45.32 44.34 44.22 43.29 45.53 42.03 42.76 42.61 43.50 41.95 43.30
NA 4.31 4.23 3.42 2.57 2.04 1.76 1.64 2.00 1.70 0.97 1.12 1.13 1.05 1.15 1.05 0.57 0.62 4.85

Data Frame Summary

lapop2018

Dimensions: 11009 x 3
Duplicates: 10569
No Variable Stats / Values Freqs (% of Valid) Graph Missing
1 desempleados [numeric]
Mean (sd) : 3.4 (2)
min ≤ med ≤ max:
1 ≤ 3 ≤ 7
IQR (CV) : 3 (0.6)
1:2549(23.3%)
2:1612(14.7%)
3:1897(17.3%)
4:1579(14.4%)
5:1167(10.7%)
6:908(8.3%)
7:1222(11.2%)
75 (0.7%)
2 impuestos_ricos [numeric]
Mean (sd) : 4.3 (1.9)
min ≤ med ≤ max:
1 ≤ 4 ≤ 7
IQR (CV) : 3 (0.4)
1:1268(11.8%)
2:861(8.0%)
3:1306(12.2%)
4:2252(21.0%)
5:1962(18.3%)
6:1253(11.7%)
7:1838(17.1%)
269 (2.4%)
3 ayuda_pobres [numeric]
Mean (sd) : 5.5 (1.8)
min ≤ med ≤ max:
1 ≤ 6 ≤ 7
IQR (CV) : 3 (0.3)
1:505(4.6%)
2:379(3.5%)
3:640(5.8%)
4:1294(11.8%)
5:1501(13.7%)
6:1734(15.8%)
7:4893(44.7%)
63 (0.6%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

Desempleados x educación
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 NA
1 26.92 29.41 21.48 26.55 28.33 27.59 25.54 26.10 28.64 28.10 23.86 21.17 24.90 18.55 18.33 17.15 15.38 18.82 17.16 19.78
2 15.38 13.73 17.45 18.18 14.68 17.00 17.63 14.09 15.08 16.94 14.39 13.96 13.03 12.53 15.68 12.47 14.17 12.47 12.19 19.78
3 13.85 12.75 18.12 14.91 13.99 18.47 19.42 15.24 15.93 19.42 14.96 18.42 18.26 18.55 20.77 14.70 16.60 12.02 14.00 14.29
4 10.77 9.80 10.07 12.36 11.95 9.61 11.39 12.24 12.37 11.98 16.10 14.95 16.06 15.66 17.72 16.93 15.38 16.55 18.06 17.58
5 8.46 8.82 10.74 10.55 10.92 10.59 7.55 9.70 9.15 7.85 8.90 11.21 10.58 11.57 11.81 15.14 14.17 14.29 11.29 8.79
6 6.15 6.86 8.05 6.55 6.83 5.91 6.83 8.55 6.10 7.23 8.90 7.73 7.74 8.19 7.94 8.69 11.74 14.51 13.54 9.89
7 15.38 16.67 10.74 8.73 11.95 9.85 11.03 13.63 12.37 7.54 11.93 12.04 8.90 14.70 7.54 14.92 11.94 11.11 13.32 8.79
NA 3.08 1.96 3.36 2.18 1.37 0.99 0.60 0.46 0.34 0.93 0.95 0.52 0.52 0.24 0.20 0.00 0.61 0.23 0.45 1.10
Desempleados x ocupación
Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo NA
1 28.08 22.09 23.30 24.52 22.16 22.42 25.93
2 16.54 12.29 14.57 14.83 13.23 15.15 19.26
3 16.15 15.95 17.88 18.43 14.85 17.32 14.81
4 15.38 15.95 15.48 14.06 13.15 13.96 13.33
5 10.77 11.24 10.83 9.34 9.33 11.46 9.63
6 5.77 11.24 8.01 7.72 8.12 8.29 8.89
7 7.31 11.11 9.78 10.37 18.34 10.41 6.67
NA 0.00 0.13 0.14 0.73 0.81 1.00 1.48
Desempleados x ingresos (decil)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 NA
1 27.35 27.35 25.75 25.76 26.87 20.29 23.71 19.06 21.72 24.47 24.80 21.12 22.51 19.59 20.62 22.84 20.24 22.76
2 12.56 15.15 15.45 13.96 13.67 14.17 17.26 13.81 13.10 16.18 15.76 14.15 15.01 13.86 16.32 13.53 13.38 14.53
3 13.45 16.18 17.34 15.40 14.94 19.48 17.58 19.41 18.74 17.53 16.38 19.57 19.70 19.96 16.49 15.96 15.09 16.45
4 8.52 11.91 12.06 12.81 11.13 15.94 13.23 18.36 16.75 16.96 17.16 15.31 14.26 14.97 13.23 15.08 15.95 13.70
5 10.31 8.82 9.67 10.50 10.17 11.43 10.32 10.14 10.28 8.48 9.83 11.43 14.07 13.68 10.48 9.09 13.21 10.05
6 9.42 7.65 7.54 8.06 6.36 8.53 6.94 9.27 7.46 7.32 6.55 8.91 6.57 8.32 11.17 10.64 10.46 8.72
7 15.25 11.91 11.81 12.95 15.90 8.70 10.48 9.79 11.61 9.06 9.20 8.72 7.69 9.43 11.34 11.97 11.49 12.29
NA 3.14 1.03 0.38 0.58 0.95 1.45 0.48 0.17 0.33 0.00 0.31 0.78 0.19 0.18 0.34 0.89 0.17 1.50
Ayuda pobres x educación
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 NA
1 11.54 5.88 5.37 3.64 3.75 3.20 5.04 3.93 4.24 4.55 7.58 2.65 4.26 3.13 3.87 6.01 5.47 7.71 7.67 3.30
2 2.31 5.88 1.34 0.73 1.71 1.48 3.84 2.08 2.88 2.79 3.98 2.54 3.68 3.13 4.07 6.90 6.28 5.44 4.51 4.40
3 3.08 7.84 3.36 5.09 2.73 2.22 3.60 5.31 4.07 4.55 5.68 4.26 6.52 8.67 8.15 9.80 7.49 9.98 12.19 3.30
4 9.23 6.86 8.72 8.00 4.10 3.69 7.91 6.24 6.95 9.50 13.64 8.72 16.00 16.39 16.50 18.04 16.80 20.18 20.09 8.79
5 9.23 3.92 8.05 9.82 9.90 10.84 11.87 11.55 11.02 11.16 10.23 14.17 14.52 15.90 14.66 18.04 19.64 20.18 17.83 16.48
6 13.08 9.80 15.44 13.82 15.70 14.78 17.51 15.47 14.41 16.63 13.26 16.81 15.29 16.63 18.74 13.81 18.02 12.47 15.58 15.38
7 50.00 58.82 57.05 57.82 61.43 63.55 48.80 55.20 56.10 50.41 45.27 50.34 39.29 35.90 33.81 26.50 25.71 23.13 21.90 47.25
NA 1.54 0.98 0.67 1.09 0.68 0.25 1.44 0.23 0.34 0.41 0.38 0.52 0.45 0.24 0.20 0.89 0.61 0.91 0.23 1.10
Ayuda pobres x ocupación
Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo NA
1 4.62 5.36 5.80 4.59 3.81 4.05 5.19
2 3.85 5.49 3.98 3.34 3.08 2.98 2.22
3 7.69 7.32 7.09 5.49 4.22 5.48 4.44
4 11.92 14.77 14.09 10.93 10.15 11.01 10.37
5 16.92 17.12 14.09 13.80 11.85 12.96 14.81
6 15.38 13.99 14.81 15.65 14.69 17.03 12.59
7 39.23 35.42 39.98 45.48 51.87 45.76 48.15
NA 0.38 0.52 0.14 0.73 0.32 0.74 2.22
Ayuda pobres x ingresos (decil)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 NA
1 7.17 2.94 3.52 3.17 4.77 4.35 3.55 4.55 4.31 4.24 5.15 4.84 3.94 4.81 6.70 5.54 6.00 5.15
2 2.24 2.35 2.51 2.30 1.91 2.74 2.42 3.50 3.98 3.66 3.28 3.49 3.19 4.81 3.61 5.99 6.69 3.82
3 2.69 3.68 2.89 6.33 4.29 4.51 4.52 5.77 5.14 6.17 6.55 5.43 7.69 7.58 7.90 8.65 9.61 5.81
4 6.73 6.18 8.17 8.92 8.11 10.47 12.26 11.71 11.28 14.07 11.86 13.37 14.26 14.05 14.26 19.96 17.50 11.46
5 8.52 7.94 10.93 10.07 13.83 14.17 14.84 12.59 10.78 14.07 15.44 16.28 16.70 16.64 16.15 14.19 19.55 13.29
6 12.11 15.59 16.71 17.70 15.26 16.43 17.58 14.86 15.75 17.53 14.98 16.09 17.45 15.90 15.98 17.29 11.15 14.37
7 60.09 60.44 54.90 50.94 51.35 46.22 44.19 46.50 47.76 40.27 42.75 40.50 36.40 35.86 35.40 27.94 28.64 44.85
NA 0.45 0.88 0.38 0.58 0.48 1.13 0.65 0.52 1.00 0.00 0.00 0.00 0.38 0.37 0.00 0.44 0.86 1.25
Impuestos ricos x educación
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 NA
1 16.15 17.65 12.75 13.09 13.99 14.78 10.55 13.16 12.20 11.57 12.69 13.03 9.03 9.16 8.35 10.47 9.92 11.11 11.74 10.99
2 11.54 5.88 8.05 8.36 8.53 9.36 7.31 6.00 7.63 6.10 8.71 10.07 5.55 5.30 7.94 6.90 9.72 7.48 9.93 8.79
3 5.38 11.76 14.09 13.45 10.58 12.56 10.79 9.93 9.15 9.92 13.45 14.32 10.00 12.05 13.65 11.80 10.73 12.24 16.03 15.38
4 15.38 11.76 17.45 18.91 14.68 15.52 15.35 18.01 19.15 20.87 19.70 19.93 23.68 23.37 24.64 22.72 25.71 19.95 24.83 16.48
5 16.92 9.80 13.42 11.27 15.02 14.53 20.02 17.32 15.93 18.90 16.48 16.71 20.71 23.13 17.31 18.04 17.61 21.54 14.90 18.68
6 9.23 9.80 10.74 12.00 10.58 11.82 12.83 12.93 13.90 12.09 8.71 10.33 12.71 11.08 13.85 9.80 9.11 10.88 9.48 6.59
7 20.00 24.51 18.12 18.55 20.14 18.23 19.30 21.02 20.17 18.18 17.42 14.06 15.81 13.73 13.44 18.93 15.18 15.19 11.96 19.78
NA 5.38 8.82 5.37 4.36 6.48 3.20 3.84 1.62 1.86 2.38 2.84 1.56 2.52 2.17 0.81 1.34 2.02 1.59 1.13 3.30
Impuestos ricos x ocupación
Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo NA
1 9.23 11.24 10.64 12.39 13.31 11.05 14.07
2 8.85 6.80 6.71 8.02 8.04 8.34 7.41
3 13.46 11.50 11.98 11.40 11.69 12.17 8.89
4 23.46 21.96 21.52 21.30 19.89 19.34 14.81
5 20.00 18.30 19.32 16.89 17.37 17.53 17.04
6 7.31 11.63 11.89 10.89 9.82 12.01 13.33
7 17.31 16.99 16.78 17.36 17.53 15.84 20.00
NA 0.38 1.57 1.15 1.76 2.35 3.72 4.44
Impuestos ricos x ingresos (decil)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 NA
1 17.49 15.44 11.56 11.08 13.67 9.98 10.00 9.27 8.96 11.75 11.70 8.91 7.88 11.09 13.92 12.42 13.21 11.63
2 13.45 8.24 7.29 9.35 9.06 7.41 6.45 5.94 6.80 5.59 8.11 9.11 6.57 7.02 9.79 8.87 9.61 6.64
3 8.52 11.62 12.81 11.22 11.61 11.59 11.13 12.06 10.28 11.95 11.08 10.47 12.76 13.49 11.51 14.19 14.41 11.63
4 15.70 15.00 18.47 20.00 17.17 18.36 21.94 24.30 21.56 22.35 21.68 25.97 20.83 22.00 20.79 24.83 23.50 17.69
5 8.52 15.74 16.33 16.26 14.94 21.58 17.74 20.10 21.23 19.65 17.63 18.02 22.33 19.04 17.35 17.52 17.50 16.61
6 14.35 10.29 11.31 11.37 12.08 13.20 13.23 10.84 12.77 11.37 11.70 10.47 13.32 10.91 12.03 7.32 9.09 10.71
7 17.94 20.15 19.72 17.55 19.24 15.94 17.26 16.43 15.75 15.99 17.32 15.70 14.45 14.60 13.06 13.30 11.49 19.27
NA 4.04 3.53 2.51 3.17 2.23 1.93 2.26 1.05 2.65 1.35 0.78 1.36 1.88 1.85 1.55 1.55 1.20 5.81

Se observa que para las variables objetivo de impuestos, ayuda a la pobreza y desempleo no existiría un sesgo importante por parte de los grupos más desfavorecidos en educación, ingresos y trabajo. Por tal motivo, esos casos perdidos pueden ser no considerados en el análisis.

Se realiza un análisis de correspondencias múltiples para observar el vínculo entre la variable de democracia y reducción de la desigualdad. De este surge que los grupos más desfavorecidos son los que menos reponden a dichas preguntas.

Se opta entonces por imputar a los casos sin respuesta en las variables de democracia y reducción de la desigualdad, utilizando la técnica de hot deck. Esta realiza una imputación aleatoria, brindándole un valor válido a un caso con valor faltante. Para ello, la imputación se hará al interior de los grupos de ingresos y posteriormente, en el caso los grupos con ingresos faltantes, se utilizará el nivel educativo.

Imputación variables objetivo

#1) Random Hot Deck para la variable democracia7 -----

lapop2004_2018$democracia7_imp <- lapop2004_2018$democracia7

set.seed(971986)
lapop2004_2018 <- lapop2004_2018 %>%
  hotdeck(variable = "democracia7_imp",
          domain_var = "ing_decil",
          imp_suffix = "check")

print(lapop2004_2018 %>% 
  select(democracia7, democracia7_imp) %>% 
  summarytools::dfSummary(plain.ascii  = FALSE, 
          style        = "grid", 
          graph.magnif = 0.75, 
          valid.col    = FALSE),
  method = "render")

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 2
Duplicates: 66757
No Variable Stats / Values Freqs (% of Valid) Graph Missing
1 democracia7 [numeric]
Mean (sd) : 5.2 (1.7)
min ≤ med ≤ max:
1 ≤ 5 ≤ 7
IQR (CV) : 3 (0.3)
1:2556(4.0%)
2:2328(3.6%)
3:5070(7.9%)
4:10045(15.7%)
5:12021(18.8%)
6:11202(17.5%)
7:20796(32.5%)
2753 (4.1%)
2 democracia7_imp [numeric]
Mean (sd) : 5.2 (1.7)
min ≤ med ≤ max:
1 ≤ 5 ≤ 7
IQR (CV) : 3 (0.3)
1:2677(4.0%)
2:2427(3.6%)
3:5305(7.9%)
4:10497(15.7%)
5:12569(18.8%)
6:11666(17.5%)
7:21630(32.4%)
0 (0.0%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

#2) Random Hot Deck para la variable reduc_desigualdad -----
lapop2004_2018$reduc_desigualdad_imp <- lapop2004_2018$reduc_desigualdad

set.seed(971986)
lapop2004_2018 <- lapop2004_2018 %>%
  hotdeck(variable = "reduc_desigualdad_imp",
          domain_var = "ing_decil",
          imp_suffix = "check")

print(lapop2004_2018 %>% 
  select(reduc_desigualdad, reduc_desigualdad_imp) %>% 
  summarytools::dfSummary(plain.ascii  = FALSE, 
          style        = "grid", 
          graph.magnif = 0.75, 
          valid.col    = FALSE),
  method = "render")

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 2
Duplicates: 66757
No Variable Stats / Values Freqs (% of Valid) Graph Missing
1 reduc_desigualdad [numeric]
Mean (sd) : 5.7 (1.6)
min ≤ med ≤ max:
1 ≤ 6 ≤ 7
IQR (CV) : 2 (0.3)
1:1931(3.0%)
2:1659(2.5%)
3:2978(4.6%)
4:6419(9.8%)
5:9795(15.0%)
6:12511(19.2%)
7:29897(45.9%)
1581 (2.4%)
2 reduc_desigualdad_imp [numeric]
Mean (sd) : 5.7 (1.6)
min ≤ med ≤ max:
1 ≤ 6 ≤ 7
IQR (CV) : 2 (0.3)
1:1975(3.0%)
2:1698(2.5%)
3:3048(4.6%)
4:6553(9.8%)
5:10030(15.0%)
6:12816(19.2%)
7:30651(45.9%)
0 (0.0%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

Casos perdidos variables predictoras

print(lapop2004_2018 %>% 
  select(ideologia) %>% 
  summarytools::dfSummary(plain.ascii  = FALSE, 
          style        = "grid", 
          graph.magnif = 0.75, 
          valid.col    = FALSE),
  method = "render")

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 1
Duplicates: 66760
No Variable Stats / Values Freqs (% of Valid) Graph Missing
1 ideologia [numeric]
Mean (sd) : 5.5 (2.5)
min ≤ med ≤ max:
1 ≤ 6 ≤ 10
IQR (CV) : 3 (0.4)
1:4863(8.6%)
2:2363(4.2%)
3:5310(9.3%)
4:4844(8.5%)
5:7295(12.8%)
6:14855(26.1%)
7:5318(9.4%)
8:4989(8.8%)
9:2380(4.2%)
10:4594(8.1%)
9960 (14.9%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

kable(round(prop.table(table(lapop2004_2018$ideologia, lapop2004_2018$wave, 
                 useNA = "always"), margin = 2)*100, digits = 2),
      format = "html", caption = "Ideología x onda") %>% 
  kable_styling()
Ideología x onda
2008 2010 2012 2014 2016 2018 NA
1 6.25 5.88 7.18 7.23 7.82 9.37 NaN
2 3.99 3.50 3.50 3.60 3.26 3.43 NaN
3 8.71 8.13 7.68 7.40 7.54 8.28 NaN
4 8.18 8.02 6.96 6.32 6.56 7.48 NaN
5 14.95 12.26 11.60 8.84 9.10 8.97 NaN
6 20.57 20.28 22.14 22.05 24.05 24.33 NaN
7 7.60 7.79 7.52 7.55 8.85 8.37 NaN
8 6.93 6.80 6.68 7.33 8.77 8.20 NaN
9 2.93 3.31 3.12 3.16 4.59 4.15 NaN
10 4.55 5.24 6.26 6.93 9.33 8.78 NaN
NA 15.32 18.79 17.36 19.59 10.14 8.64 NaN
kable(round(prop.table(table(lapop2004_2018$ideologia, lapop2004_2018$ing_decil, 
                 useNA = "always"), margin = 2)*100, digits = 2),
      format = "html", caption = "Ideología x ingreso") %>% 
  kable_styling()
Ideología x ingreso
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 NA
1 9.98 9.93 7.67 7.70 7.82 6.80 6.79 6.88 7.34 6.43 6.63 7.77 6.03 6.35 5.99 7.38 7.51 6.64
2 4.80 4.09 3.54 4.10 3.61 3.87 3.67 3.78 3.51 3.74 3.38 3.44 3.80 2.58 2.66 3.07 2.99 3.04
3 7.51 7.78 8.11 7.79 7.65 8.19 8.22 8.53 7.95 7.88 8.19 8.29 7.73 8.31 8.79 8.63 8.75 7.00
4 4.68 6.46 6.93 7.17 7.87 7.89 7.05 7.27 7.66 7.63 6.95 6.17 7.12 8.22 7.46 8.35 8.16 6.88
5 7.64 9.77 11.05 11.31 11.59 12.12 11.92 11.68 11.69 9.98 11.28 10.31 10.19 9.89 12.11 10.45 10.82 9.98
6 19.58 17.07 20.25 20.25 22.37 22.40 22.95 22.73 22.66 23.89 24.10 24.11 26.17 24.94 25.70 26.52 23.36 21.49
7 6.40 6.98 7.27 7.70 7.05 8.56 8.63 8.75 7.83 8.88 9.44 8.90 8.82 8.79 9.79 7.27 9.04 6.76
8 6.53 7.09 6.72 7.32 7.62 6.78 7.27 7.65 8.49 8.47 8.61 8.29 7.32 8.70 8.12 8.23 11.15 5.56
9 5.17 4.20 3.21 3.99 3.57 3.52 3.12 3.51 3.02 4.52 4.11 3.30 3.64 3.92 3.47 3.80 4.34 2.66
10 10.84 7.85 6.65 5.69 6.20 6.45 7.05 6.80 8.47 7.28 6.89 7.44 8.25 7.41 6.60 8.35 8.16 5.47
NA 16.87 18.77 18.61 16.97 14.65 13.43 13.32 12.42 11.37 11.30 10.42 12.01 10.92 10.89 9.31 7.95 5.72 24.52
kable(round(prop.table(table(lapop2004_2018$ideologia, lapop2004_2018$ed, 
                 useNA = "always"), margin = 2)*100, digits = 2),
      format = "html", caption = "Ideología x educacion") %>% 
  kable_styling()
Ideología x educacion
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 NA
1 16.00 14.91 14.19 13.14 11.63 12.54 8.78 7.48 6.96 7.32 6.27 6.50 4.94 4.53 4.48 4.44 4.22 4.94 5.35 10.57
2 4.31 5.40 5.48 5.73 4.90 5.22 4.08 3.83 3.65 3.73 2.82 3.47 2.47 3.38 2.06 3.00 2.92 3.23 2.54 3.22
3 8.04 7.51 7.58 8.27 8.76 9.62 8.22 7.78 7.72 8.56 6.81 8.18 6.80 6.97 8.16 7.89 8.46 7.76 9.16 6.90
4 5.89 6.22 5.56 6.74 6.72 7.01 6.32 7.59 5.73 7.00 7.21 7.54 7.02 8.26 8.53 8.05 9.17 8.36 8.03 6.90
5 7.46 7.28 9.60 8.27 8.63 9.28 9.79 9.68 9.61 9.42 10.69 11.90 11.80 12.17 13.84 12.53 14.10 12.79 11.17 9.89
6 11.77 14.20 13.47 16.44 15.08 14.91 19.14 20.01 20.49 21.43 23.35 23.53 26.91 28.57 27.38 25.80 25.80 24.53 25.28 16.09
7 2.49 3.29 4.52 5.40 6.86 6.25 7.48 7.37 7.43 8.05 8.54 8.53 8.22 8.17 8.66 8.96 9.79 10.81 11.77 7.59
8 3.57 4.11 5.16 4.49 5.99 5.19 7.44 6.90 7.75 8.47 7.92 7.46 7.54 7.42 8.70 8.75 8.67 9.10 11.64 5.06
9 3.32 3.52 3.47 2.63 2.32 3.19 3.90 3.10 3.65 3.92 3.55 4.02 3.24 3.20 3.75 3.78 3.83 3.09 4.01 3.45
10 7.88 6.34 5.89 6.12 6.99 6.01 7.98 7.16 7.96 8.32 7.16 6.80 6.37 6.13 5.01 6.61 6.43 6.70 5.69 9.20
NA 29.27 27.23 25.08 22.79 22.12 20.78 16.88 19.09 19.04 13.76 15.68 12.06 14.67 11.20 9.43 10.19 6.61 8.68 5.35 21.15
#MCA
lapop2004_2018$ed_f <- factor(lapop2004_2018$ed, labels = c(0:18))
lapop2004_2018$ing_decil_f <- factor(lapop2004_2018$ing_decil, labels = c(0:16))
lapop2004_2018$ideologia_f <- factor(lapop2004_2018$ideologia, labels = c(1:10))

variables_mca <- lapop2004_2018 %>% 
  select(ideologia_f, ed_f, categoria_ocup_f, ing_decil_f)

mca2 <- MCA(variables_mca, ncp = 2, graph = F)

ggcloud_variables(mca2, vlab = F, shapes = T, shapesize = 2, points = "besth")

Los casos perdidos en la variable ideología se encuentran muy asociaciados al nivel educativo bajo y a los ingresos bajos. Nuevamente, como en el caso de las variables objetivo, lo mejor sería imputarlas según nivel económico, ya que está relacionada y no formará parte del modelo de regresión.

Data Frame Summary

lapop2004_2018

Dimensions: 66771 x 2
Duplicates: 66751
No Variable Stats / Values Freqs (% of Valid) Graph Missing
1 ideologia [numeric]
Mean (sd) : 5.5 (2.5)
min ≤ med ≤ max:
1 ≤ 6 ≤ 10
IQR (CV) : 3 (0.4)
1:4863(8.6%)
2:2363(4.2%)
3:5310(9.3%)
4:4844(8.5%)
5:7295(12.8%)
6:14855(26.1%)
7:5318(9.4%)
8:4989(8.8%)
9:2380(4.2%)
10:4594(8.1%)
9960 (14.9%)
2 ideologia_imp [numeric]
Mean (sd) : 5.5 (2.5)
min ≤ med ≤ max:
1 ≤ 6 ≤ 10
IQR (CV) : 3 (0.4)
1:5750(8.6%)
2:2791(4.2%)
3:6201(9.3%)
4:5663(8.5%)
5:8572(12.8%)
6:17539(26.3%)
7:6271(9.4%)
8:5780(8.7%)
9:2795(4.2%)
10:5409(8.1%)
0 (0.0%)

Generated by summarytools 1.0.1 (R version 4.2.1)
2023-01-10

Problema variable Tranferencias Condicionadas

Ayuda gobierno x Transferencias condicionadas. Chile 2016.
wf1 1 2 NA Total
1 35.5% 8.7% 25.0% 11.7%
2 64.5% 91.0% 59.1% 87.7%
NA
0.2% 15.9% 0.6%
Total 100.0% 100.0% 100.0% 100.0%
Ayuda gobierno x Transferencias condicionadas. Todos los países 2016.
wf1 1 2 NA Total
1 36.4% 5.5% 19.2% 12.0%
2 63.1% 94.3% 68.0% 87.6%
NA 0.6% 0.2% 12.8% 0.4%
Total 100.0% 100.0% 100.0% 100.0%

Las variables de Ayuda económica del gobierno y Transferencias condicionadas parecieran no apuntar a lo mismo. Del total de familias que recibió transferencias condicionadas, solo un 35,5% indicó declarar que recibió ayuda económica del gobierno.

Descriptivos

Tablas resumen

Característica 2008, N = 10,5731 2010, N = 11,9251 2012, N = 10,6661 2014, N = 10,6261 2016, N = 11,9721 2018, N = 11,0091 Total1
Acuerdo con democracia 5.45 (1.64) 5.39 (1.66) 5.41 (1.62) 5.37 (1.66) 4.87 (1.77) 5.00 (1.68) 5.24 (1.69)
Acuerdo con políticas de reducción de desigualdad 5.97 (1.43) 5.98 (1.40) 5.93 (1.38) 5.68 (1.61) 5.46 (1.73) 5.34 (1.73) 5.72 (1.58)
Voto pasado 8,233 (78.5%) 7,824 (79.8%) 8,519 (80.4%) 8,002 (75.9%) 9,060 (76.0%) 8,300 (75.6%) 49,938 (77.6%)
Voto presente 7,120 (84.0%) 6,275 (88.7%) 7,675 (87.1%) 7,765 (86.1%) 9,607 (86.2%) 9,042 (87.9%) 47,484 (86.6%)
Desempleo como fenómeno voluntario NA (NA) NA (NA) NA (NA) NA (NA) NA (NA) 3.44 (2.00) 3.44 (2.00)
Los gobiernos deben invertir en ayudar a los pobres NA (NA) NA (NA) NA (NA) NA (NA) NA (NA) 5.53 (1.75) 5.53 (1.75)
Injusto que los ricos paguen altos impuestos NA (NA) NA (NA) NA (NA) NA (NA) NA (NA) 4.29 (1.90) 4.29 (1.90)
Generalización corrupción 2,001 (20.2%) 2,282 (20.1%) 1,908 (19.0%) 1,244 (17.1%) 625 (24.0%) 1,463 (27.4%) 9,523 (20.5%)
Golpe militar por corrupción 3,104 (53.4%) 6,962 (61.3%) 6,334 (61.9%) 6,053 (60.1%) 3,037 (61.6%) 3,442 (65.6%) 28,932 (60.7%)
Aprobación de cierre del congreso 0 (NA%) 9,434 (86.2%) 8,504 (86.8%) 8,077 (83.6%) 8,823 (79.2%) 4,421 (75.1%) 39,259 (82.8%)
Aprobación de cierre de la corte 0 (NA%) 9,681 (89.2%) 8,696 (89.2%) 0 (NA%) 0 (NA%) 4,114 (71.4%) 22,491 (85.3%)
Simpatía por partido político 2,990 (28.9%) 3,530 (30.2%) 3,044 (29.0%) 2,942 (28.1%) 2,523 (21.2%) 2,522 (23.0%) 17,551 (26.7%)
Categoría ocupacional
Patrón 216 (2.1%) 201 (1.7%) 165 (1.6%) 149 (1.4%) 258 (2.2%) 260 (2.4%) 1,249 (1.9%)
Asalariado público 801 (7.7%) 878 (7.4%) 815 (7.7%) 732 (6.9%) 878 (7.4%) 765 (7.0%) 4,869 (7.4%)
Asalariado privado 2,394 (22.9%) 2,514 (21.3%) 2,490 (23.5%) 2,407 (22.8%) 2,156 (18.2%) 2,086 (19.2%) 14,047 (21.2%)
Cuenta propia 2,192 (21.0%) 2,765 (23.4%) 2,513 (23.7%) 2,509 (23.8%) 2,836 (23.9%) 2,333 (21.5%) 15,148 (22.9%)
Desocupado 640 (6.1%) 943 (8.0%) 619 (5.8%) 504 (4.8%) 1,339 (11.3%) 1,232 (11.3%) 5,277 (8.0%)
Inactivo 4,199 (40.2%) 4,509 (38.2%) 3,981 (37.6%) 4,258 (40.3%) 4,398 (37.1%) 4,198 (38.6%) 25,543 (38.6%)
Formalidad
Formal 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 2,954 (27.0%) 2,954 (27.0%)
Informal 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 2,649 (24.2%) 2,649 (24.2%)
Desocupado 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 1,132 (10.4%) 1,132 (10.4%)
Inactivo 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 4,198 (38.4%) 4,198 (38.4%)
Estatus ocupacional
Directivos-Profesionales 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 471 (4.5%) 471 (4.5%)
Técnicos-administrativos-vendedores 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 631 (6.0%) 631 (6.0%)
Trabajadores manuales calificados 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 2,678 (25.7%) 2,678 (25.7%)
Trabajadores manuales no calificados 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 1,316 (12.6%) 1,316 (12.6%)
No ocupados 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 5,337 (51.2%) 5,337 (51.2%)
Ideología (der-izq) 5.36 (2.32) 5.45 (2.36) 5.50 (2.42) 5.58 (2.49) 5.76 (2.54) 5.60 (2.57) 5.54 (2.46)
Sexo
Varón 5,008 (47.4%) 5,610 (47.0%) 5,097 (47.8%) 4,975 (46.8%) 5,945 (49.7%) 5,455 (49.6%) 32,090 (48.1%)
Mujer 5,565 (52.6%) 6,315 (53.0%) 5,569 (52.2%) 5,651 (53.2%) 6,026 (50.3%) 5,552 (50.4%) 34,678 (51.9%)
Edad 41 (16) 40 (17) 41 (16) 42 (17) 41 (16) 42 (17) 41 (17)
Años educativos 9.3 (4.3) 9.6 (4.2) 9.8 (4.1) 9.8 (4.1) 10.2 (4.0) 10.4 (4.1) 9.9 (4.2)
Región
1 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 9,291 (84.4%) 9,291 (84.4%)
2 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 0 (NA%) 1,718 (15.6%) 1,718 (15.6%)
Nivel de desempleo 7.14 (1.80) 7.56 (2.03) 6.32 (1.48) 6.32 (1.34) 6.98 (2.35) 7.77 (2.85) 7.03 (2.12)
Nivel de informalidad 46 (14) 45 (13) 43 (14) 43 (14) 45 (14) 43 (13) 44 (14)
Nivel de empleo público 11.1 (3.4) 11.4 (3.5) 11.5 (4.0) 11.4 (4.0) 11.2 (4.2) 11.4 (4.4) 11.3 (3.9)
Brecha informales / asalariados reg. 50.3 (6.7) 51.6 (7.7) 50.6 (7.2) 50.6 (6.4) 50.0 (5.3) 49.9 (5.9) 50.5 (6.6)
País
Argentina 1,486 (14.1%) 1,410 (11.8%) 1,512 (14.2%) 1,512 (14.2%) 1,528 (12.8%) 1,528 (13.9%) 8,976 (13.4%)
Brasil 1,497 (14.2%) 2,482 (20.8%) 1,499 (14.1%) 1,500 (14.1%) 1,532 (12.8%) 1,498 (13.6%) 10,008 (15.0%)
Chile 1,527 (14.4%) 1,965 (16.5%) 1,571 (14.7%) 1,571 (14.8%) 1,625 (13.6%) 1,638 (14.9%) 9,897 (14.8%)
Colombia 1,503 (14.2%) 1,506 (12.6%) 1,512 (14.2%) 1,496 (14.1%) 1,563 (13.1%) 1,663 (15.1%) 9,243 (13.8%)
México 1,560 (14.8%) 1,562 (13.1%) 1,560 (14.6%) 1,535 (14.4%) 1,563 (13.1%) 1,580 (14.4%) 9,360 (14.0%)
Perú 1,500 (14.2%) 1,500 (12.6%) 1,500 (14.1%) 1,500 (14.1%) 2,647 (22.1%) 1,521 (13.8%) 10,168 (15.2%)
Uruguay 1,500 (14.2%) 1,500 (12.6%) 1,512 (14.2%) 1,512 (14.2%) 1,514 (12.6%) 1,581 (14.4%) 9,119 (13.7%)
1 Media (DE); n (%)

Boxplot y gráficos de medias (año y país)

Boxplot 2018

Descriptivos variables independientes

Cruces variable laboral y variables objetivo 2008-2018

democracia7 Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
1 4.5% 2.8% 3.3% 4.4% 5.1% 4.0%
2 3.7% 2.9% 2.9% 4.1% 4.3% 3.8%
3 7.6% 6.5% 6.9% 8.5% 9.5% 8.1%
4 13.6% 13.1% 15.2% 16.5% 18.9% 15.4%
5 15.7% 16.7% 18.1% 19.2% 21.2% 18.9%
6 16.7% 17.5% 17.9% 17.3% 15.7% 17.9%
7 38.2% 40.7% 35.6% 30.1% 25.3% 31.9%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
reduc_desigualdad Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
1 4.2% 2.4% 2.4% 3.2% 3.1% 3.1%
2 2.7% 1.9% 2.2% 3.0% 2.4% 2.6%
3 5.5% 3.8% 4.2% 4.7% 4.7% 4.8%
4 11.0% 8.8% 9.4% 10.4% 9.2% 10.0%
5 15.1% 14.3% 15.3% 15.0% 14.5% 15.1%
6 20.4% 20.4% 19.2% 19.2% 18.3% 19.2%
7 41.2% 48.4% 47.3% 44.6% 47.7% 45.2%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
voto_pasado Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
0 18.7% 11.2% 21.7% 19.6% 29.3% 25.3%
1 81.3% 88.8% 78.3% 80.4% 70.7% 74.7%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
voto_presente Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
0 11.4% 7.9% 13.9% 12.1% 14.0% 14.8%
1 88.6% 92.1% 86.1% 87.9% 86.0% 85.2%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

Cruces variable laboral / informal y variables objetivo 2018

desempleados Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
1 28.1% 22.1% 23.3% 24.7% 22.3% 22.6%
2 16.5% 12.3% 14.6% 14.9% 13.3% 15.3%
3 16.2% 16.0% 17.9% 18.6% 15.0% 17.5%
4 15.4% 16.0% 15.5% 14.2% 13.3% 14.1%
5 10.8% 11.3% 10.8% 9.4% 9.4% 11.6%
6 5.8% 11.3% 8.0% 7.8% 8.2% 8.4%
7 7.3% 11.1% 9.8% 10.4% 18.5% 10.5%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
desempleados Formal Informal Desocupado Inactivo
1 22.9% 25.2% 21.7% 22.6%
2 13.6% 16.0% 12.7% 15.3%
3 16.3% 19.2% 15.2% 17.5%
4 15.8% 13.9% 13.4% 14.1%
5 11.1% 9.4% 9.3% 11.6%
6 9.3% 7.0% 8.7% 8.4%
7 10.9% 9.3% 18.9% 10.5%
Total 100.0% 100.0% 100.0% 100.0%
desempleados Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
1 14.5% 20.6% 26.6% 25.8% 22.4%
2 10.2% 12.4% 15.5% 15.8% 14.8%
3 14.5% 15.7% 18.0% 18.7% 17.0%
4 18.6% 17.1% 14.5% 13.4% 14.0%
5 13.9% 11.7% 8.8% 10.0% 11.1%
6 16.8% 10.8% 6.9% 6.3% 8.4%
7 11.5% 11.6% 9.7% 9.9% 12.3%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
ayuda_pobres Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
1 4.6% 5.4% 5.8% 4.6% 3.8% 4.1%
2 3.9% 5.5% 4.0% 3.4% 3.1% 3.0%
3 7.7% 7.4% 7.1% 5.5% 4.2% 5.5%
4 12.0% 14.8% 14.1% 11.0% 10.2% 11.1%
5 17.0% 17.2% 14.1% 13.9% 11.9% 13.1%
6 15.4% 14.1% 14.8% 15.8% 14.7% 17.2%
7 39.4% 35.6% 40.0% 45.8% 52.0% 46.1%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
ayuda_pobres Formal Informal Desocupado Inactivo
1 6.2% 4.1% 3.7% 4.1%
2 4.6% 3.1% 3.2% 3.0%
3 7.6% 5.1% 4.3% 5.5%
4 14.5% 10.5% 10.5% 11.1%
5 15.9% 13.2% 11.8% 13.1%
6 14.1% 16.2% 14.8% 17.2%
7 37.2% 47.9% 51.6% 46.1%
Total 100.0% 100.0% 100.0% 100.0%
ayuda_pobres Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
1 5.8% 7.2% 4.9% 4.5% 4.0%
2 7.2% 3.7% 3.4% 3.1% 3.0%
3 10.0% 8.9% 6.1% 4.4% 5.3%
4 18.1% 17.5% 11.1% 9.1% 11.0%
5 19.8% 15.1% 14.2% 12.6% 12.8%
6 14.1% 14.6% 15.0% 16.1% 16.6%
7 24.9% 33.1% 45.3% 50.3% 47.3%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
impuestos_ricos Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
1 9.3% 11.4% 10.8% 12.6% 13.6% 11.5%
2 8.9% 6.9% 6.8% 8.2% 8.2% 8.7%
3 13.5% 11.7% 12.1% 11.6% 12.0% 12.6%
4 23.6% 22.3% 21.8% 21.7% 20.4% 20.1%
5 20.1% 18.6% 19.5% 17.2% 17.8% 18.2%
6 7.3% 11.8% 12.0% 11.1% 10.1% 12.5%
7 17.4% 17.3% 17.0% 17.7% 18.0% 16.5%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
impuestos_ricos Formal Informal Desocupado Inactivo
1 12.0% 11.4% 13.5% 11.5%
2 7.4% 7.5% 8.4% 8.7%
3 11.4% 12.4% 12.0% 12.6%
4 21.4% 21.9% 20.7% 20.1%
5 18.9% 18.1% 17.7% 18.2%
6 11.6% 11.1% 10.1% 12.5%
7 17.4% 17.6% 17.7% 16.5%
Total 100.0% 100.0% 100.0% 100.0%
impuestos_ricos Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
1 12.9% 11.4% 11.8% 11.4% 11.9%
2 9.9% 6.3% 6.9% 8.5% 8.6%
3 17.2% 13.6% 11.5% 10.1% 12.5%
4 23.9% 22.8% 20.3% 21.9% 20.2%
5 15.3% 18.9% 19.5% 17.5% 18.1%
6 8.6% 9.3% 12.4% 11.1% 11.9%
7 12.3% 17.7% 17.7% 19.5% 16.7%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
reduc_desigualdad Formal Informal Desocupado Inactivo
1 4.2% 4.7% 5.1% 4.8%
2 3.1% 4.1% 2.8% 3.3%
3 6.0% 6.7% 6.8% 7.8%
4 13.4% 13.6% 13.6% 13.9%
5 18.7% 16.7% 15.3% 17.5%
6 16.4% 17.8% 16.5% 17.1%
7 38.1% 36.4% 40.0% 35.5%
Total 100.0% 100.0% 100.0% 100.0%
reduc_desigualdad Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
1 4.9% 4.6% 4.5% 4.3% 4.9%
2 3.6% 2.6% 3.5% 4.2% 3.2%
3 6.2% 5.3% 6.8% 6.8% 7.6%
4 10.9% 10.9% 13.6% 14.3% 13.8%
5 14.7% 20.2% 18.5% 15.7% 17.1%
6 18.8% 16.5% 16.6% 18.1% 17.0%
7 40.9% 40.0% 36.6% 36.5% 36.4%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
democracia7 Formal Informal Desocupado Inactivo
1 3.9% 4.7% 5.7% 5.1%
2 2.8% 3.8% 4.2% 4.1%
3 6.8% 10.1% 10.0% 8.8%
4 18.0% 22.1% 21.6% 18.4%
5 19.4% 24.7% 24.1% 22.1%
6 15.6% 14.2% 13.6% 16.0%
7 33.4% 20.4% 20.7% 25.5%
Total 100.0% 100.0% 100.0% 100.0%
democracia7 Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
1 3.0% 4.5% 5.1% 3.8% 5.2%
2 3.8% 2.7% 3.5% 3.6% 4.1%
3 5.1% 7.2% 9.6% 9.1% 9.1%
4 14.5% 16.8% 20.7% 22.0% 19.1%
5 15.4% 21.1% 22.6% 24.8% 22.5%
6 15.4% 14.4% 14.0% 15.1% 15.5%
7 42.9% 33.4% 24.5% 21.5% 24.4%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
voto_pasado Formal Informal Desocupado Inactivo
0 18.6% 24.6% 28.8% 27.1%
1 81.4% 75.4% 71.2% 72.9%
Total 100.0% 100.0% 100.0% 100.0%
voto_pasado Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
0 8.3% 15.6% 25.1% 23.1% 27.4%
1 91.7% 84.4% 74.9% 76.9% 72.6%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
voto_presente Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
0 12.0% 7.6% 13.7% 9.4% 12.3% 13.6%
1 88.0% 92.4% 86.3% 90.6% 87.7% 86.4%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
voto_presente Formal Informal Desocupado Inactivo
0 11.4% 10.2% 12.7% 13.6%
1 88.6% 89.8% 87.3% 86.4%
Total 100.0% 100.0% 100.0% 100.0%
voto_presente Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
0 6.5% 9.5% 12.5% 10.4% 13.4%
1 93.5% 90.5% 87.5% 89.6% 86.6%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
corrup_func Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
0 71.2% 73.7% 75.7% 75.4% 67.5% 70.9%
1 28.8% 26.3% 24.3% 24.6% 32.5% 29.1%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
formal_estado 0 1
Formal 75.3% 24.7%
Informal 74.7% 25.3%
Desocupado 66.9% 33.1%
Inactivo 70.9% 29.1%
Total 287.9% 112.1%
corrup_func Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
0 72.4% 79.7% 75.6% 70.9% 70.2%
1 27.6% 20.3% 24.4% 29.1% 29.8%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
golpe Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
0 37.2% 26.7% 31.8% 37.2% 33.2% 35.7%
1 62.8% 73.3% 68.2% 62.8% 66.8% 64.3%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
formal_estado 0 1
Formal 28.0% 72.0%
Informal 39.7% 60.3%
Desocupado 33.5% 66.5%
Inactivo 35.7% 64.3%
Total 137.0% 263.0%
golpe Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
0 18.2% 30.0% 35.9% 39.0% 35.3%
1 81.8% 70.0% 64.1% 61.0% 64.7%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
cierre_congreso Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
0 25.4% 20.0% 21.4% 27.3% 24.6% 25.9%
1 74.6% 80.0% 78.6% 72.7% 75.4% 74.1%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
formal_estado 0 1
Formal 20.1% 79.9%
Informal 28.0% 72.0%
Desocupado 24.3% 75.7%
Inactivo 25.9% 74.1%
Total 98.2% 301.8%
cierre_congreso Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
0 16.7% 23.0% 26.3% 25.7% 25.6%
1 83.3% 77.0% 73.7% 74.3% 74.4%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
cierre_corte Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
0 31.6% 26.2% 23.6% 30.2% 30.7% 29.6%
1 68.4% 73.8% 76.4% 69.8% 69.3% 70.4%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
formal_estado 0 1
Formal 23.4% 76.6%
Informal 32.1% 67.9%
Desocupado 29.3% 70.7%
Inactivo 29.6% 70.4%
Total 114.4% 285.6%
cierre_corte Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
0 13.3% 21.2% 30.3% 33.1% 29.5%
1 86.7% 78.8% 69.7% 66.9% 70.5%
Total 100.0% 100.0% 100.0% 100.0% 100.0%
simpatiza_partido Patrón Asalariado público Asalariado privado Cuenta propia Desocupado Inactivo
0 78.0% 72.8% 77.8% 77.2% 80.8% 75.6%
1 22.0% 27.2% 22.2% 22.8% 19.2% 24.4%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
formal_estado 0 1
Formal 74.4% 25.6%
Informal 80.1% 19.9%
Desocupado 80.8% 19.2%
Inactivo 75.6% 24.4%
Total 311.0% 89.0%
simpatiza_partido Directivos-Profesionales Técnicos-administrativos-vendedores Trabajadores manuales calificados Trabajadores manuales no calificados No ocupados
0 65.8% 74.1% 79.5% 78.3% 76.8%
1 34.2% 25.9% 20.5% 21.7% 23.2%
Total 100.0% 100.0% 100.0% 100.0% 100.0%

Modelos Multinivel 2008-2018

El ICC para la variable objetivo de acuerdo con la democracia es de 0.095, 0.095, 0.095.

El ICC para la variable objetivo de reducción de la desigualdad es de 0.04, 0.04, 0.04.

El ICC para la variable objetivo de voto pasado es de 0.11, 0.11, 0.11.

El ICC para la variable objetivo de voto presente es de 0.135, 0.135, 0.135.

Multinivel democracia

  Ind Ind + grup Ind + grup + int Random_apub Random_apri Random_cuent Random_desoc
Predictors Estimates Estimates Estimates Estimates Estimates Estimates Estimates
Intercepto 5.26 *** 5.25 *** 5.25 *** 5.25 *** 5.25 *** 5.25 *** 5.25 ***
Patrón 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Asalariado pub. 0.06 * 0.06 * 0.06 * 0.06 0.06 * 0.06 * 0.06 *
Asalariado priv. 0.05 ** 0.05 ** 0.05 ** 0.05 ** 0.05 * 0.05 ** 0.05 **
Cuenta propia -0.01 -0.01 -0.01 -0.01 -0.01 -0.01 -0.01
Desocupado -0.11 *** -0.11 *** -0.10 *** -0.10 *** -0.10 *** -0.10 *** -0.10 ***
Ideología (der-izq) -0.02 *** -0.02 *** -0.02 *** -0.02 *** -0.02 *** -0.02 *** -0.02 ***
Varón 0.07 *** 0.07 *** 0.07 *** 0.07 *** 0.07 *** 0.07 *** 0.07 ***
Edad 0.01 *** 0.01 *** 0.01 *** 0.01 *** 0.01 *** 0.01 *** 0.01 ***
Años educ. 0.06 *** 0.06 *** 0.06 *** 0.06 *** 0.06 *** 0.06 *** 0.06 ***
Desempleo -0.02 -0.02 -0.01 -0.02 -0.04 -0.02
Informalidad -0.03 *** -0.03 *** -0.04 *** -0.03 *** -0.03 *** -0.03 ***
Empleo pub. 0.04 0.04 0.05 ** 0.05 * 0.05 ** 0.04 *
Brecha remun. -0.05 *** -0.05 *** -0.06 *** -0.05 *** -0.05 *** -0.05 ***
Desocupado*desempleo -0.03 ** -0.03 ** -0.03 ** -0.03 * -0.03 *
Random Effects
σ2 2.50 2.50 2.50 2.50 2.50 2.50 2.50
τ00 0.27 pais_anio 0.11 pais_anio 0.11 pais_anio 0.12 pais_anio 0.12 pais_anio 0.12 pais_anio 0.11 pais_anio
τ11       0.02 pais_anio.asal_pub_cwc 0.01 pais_anio.asal_pri_cwc 0.00 pais_anio.cuenta_prop_cwc 0.00 pais_anio.desocupado_cwc
ρ01       -0.68 pais_anio -0.42 pais_anio 0.75 pais_anio 0.88 pais_anio
N 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio
Observations 62060 62060 62060 62060 62060 62060 62060
Marginal R2 / Conditional R2 0.026 / 0.119 0.078 / 0.119 0.079 / 0.119 0.096 / 0.137 0.081 / 0.122 0.086 / 0.127 0.081 / 0.122
AIC 233260.653 233262.044 233264.387 233249.188 233259.700 233264.016 233267.221
  • p<0.05   ** p<0.01   *** p<0.001
## Data: base_ml
## Models:
## democracia_null: democracia7 ~ 1 + (1 | pais_anio)
## democracia_ind: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                 npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)    
## democracia_null    3 234949 234976 -117472   234943                         
## democracia_ind    12 233188 233296 -116582   233164 1779.5  9  < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## democracia_ind: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## democracia_ind_grup: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                     npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## democracia_ind        12 233188 233296 -116582   233164                     
## democracia_ind_grup   16 233161 233305 -116564   233129 34.879  4   4.92e-07
##                        
## democracia_ind         
## democracia_ind_grup ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## democracia_ind_grup: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
##                         npar    AIC    BIC  logLik deviance  Chisq Df
## democracia_ind_grup       16 233161 233305 -116564   233129          
## democracia_ind_grup_int   17 233156 233309 -116561   233122 6.9751  1
##                         Pr(>Chisq)   
## democracia_ind_grup                  
## democracia_ind_grup_int   0.008265 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## democracia_random_apub: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pub_cwc | pais_anio)
##                         npar    AIC    BIC  logLik deviance  Chisq Df
## democracia_ind_grup_int   17 233156 233309 -116561   233122          
## democracia_random_apub    19 233140 233312 -116551   233102 19.468  2
##                         Pr(>Chisq)    
## democracia_ind_grup_int               
## democracia_random_apub   5.922e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## democracia_random_apri: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pri_cwc | pais_anio)
##                         npar    AIC    BIC  logLik deviance Chisq Df Pr(>Chisq)
## democracia_ind_grup_int   17 233156 233309 -116561   233122                    
## democracia_random_apri    19 233151 233323 -116557   233113 8.463  2    0.01453
##                          
## democracia_ind_grup_int  
## democracia_random_apri  *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## democracia_random_cuent: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + cuenta_prop_cwc | pais_anio)
##                         npar    AIC    BIC  logLik deviance  Chisq Df
## democracia_ind_grup_int   17 233156 233309 -116561   233122          
## democracia_random_cuent   19 233155 233327 -116559   233117 4.5617  2
##                         Pr(>Chisq)
## democracia_ind_grup_int           
## democracia_random_cuent     0.1022
## Data: base_ml
## Models:
## democracia_ind_grup_int: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## democracia_random_desoc: democracia7 ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + desocupado_cwc | pais_anio)
##                         npar    AIC    BIC  logLik deviance  Chisq Df
## democracia_ind_grup_int   17 233156 233309 -116561   233122          
## democracia_random_desoc   19 233159 233330 -116560   233121 1.2147  2
##                         Pr(>Chisq)
## democracia_ind_grup_int           
## democracia_random_desoc     0.5448

Importante
El test de devianza muestra que los modelos de pendiente aleatoria para los cuentapropia y para desocupados no mejoran el ajuste. El pseudo r2 para el segundo nivel (países años)

  • en el modelo con predictores individuales es de 0.0237799,
  • en el modelo de predictores individuales y grupales es de 0.578056,
  • en el modelo con interacciones es de 0.5780539,
  • en el los modelos de pendiente aleatoria es de 0.5587182.

Multinivel reducción desigualdad

  Ind Ind + grup Random_apub Random_apri Random_cuent
Predictors Estimates Estimates Estimates Estimates Estimates
(Intercept) 5.73 *** 5.73 *** 5.73 *** 5.73 *** 5.73 ***
patron_cwc -0.09 -0.09 -0.09 -0.09 -0.09
asal_pub_cwc 0.14 *** 0.14 *** 0.14 *** 0.14 *** 0.14 ***
asal_pri_cwc 0.05 ** 0.05 ** 0.05 ** 0.05 * 0.05 **
cuenta_prop_cwc 0.02 0.02 0.02 0.02 0.01
desocupado_cwc 0.13 *** 0.13 *** 0.13 *** 0.13 *** 0.13 ***
ideologia_cwc 0.02 *** 0.02 *** 0.02 *** 0.02 *** 0.02 ***
sexo_cwc -0.00 -0.00 -0.00 -0.00 -0.00
edad_cwc 0.00 0.00 0.00 0.00 0.00
educ_cwc 0.00 ** 0.00 ** 0.00 ** 0.00 ** 0.00 **
desempleo_cgm 0.01 0.01 0.00 0.01
informalidad_cgm -0.01 -0.01 -0.01 -0.01
empleo_pub_cgm -0.01 -0.00 -0.01 -0.01
brecha_remun_cgm 0.00 -0.00 -0.00 0.00
Random Effects
σ2 2.36 2.36 2.36 2.36 2.36
τ00 0.10 pais_anio 0.08 pais_anio 0.08 pais_anio 0.08 pais_anio 0.08 pais_anio
τ11     0.01 pais_anio.asal_pub_cwc 0.01 pais_anio.asal_pri_cwc 0.01 pais_anio.cuenta_prop_cwc
ρ01     -0.42 pais_anio -0.38 pais_anio -0.15 pais_anio
N 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio
Observations 62060 62060 62060 62060 62060
Marginal R2 / Conditional R2 0.002 / 0.041 0.009 / 0.042 0.008 / 0.041 0.009 / 0.042 0.009 / 0.042
AIC 229750.915 229780.297 229779.286 229776.220 229771.810
  • p<0.05   ** p<0.01   *** p<0.001
## Data: base_ml
## Models:
## reduc_desigualdad_null: reduc_desigualdad ~ 1 + (1 | pais_anio)
## reduc_desigualdad_ind: reduc_desigualdad ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## reduc_desigualdad_null    3 229809 229836 -114902   229803                     
## reduc_desigualdad_ind    12 229676 229785 -114826   229652 150.72  9  < 2.2e-16
##                           
## reduc_desigualdad_null    
## reduc_desigualdad_ind  ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## reduc_desigualdad_ind: reduc_desigualdad ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## reduc_desigualdad_ind_grup: reduc_desigualdad ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                            npar    AIC    BIC  logLik deviance  Chisq Df
## reduc_desigualdad_ind        12 229676 229785 -114826   229652          
## reduc_desigualdad_ind_grup   16 229677 229821 -114822   229645 7.6622  4
##                            Pr(>Chisq)
## reduc_desigualdad_ind                
## reduc_desigualdad_ind_grup     0.1048

Importante
Para la variable objetivo reducción de la desigualdad la prueba de devianza muestra que el modelo con variables contextuales agregadas no mejora el ajuste por sobre el modelo de variables individuales.

Multinivel voto pasado

  Ind Ind + grup voto_pasado_ind_grup_int Random_apub Random_apri Random_cuent
Predictors Odds Ratios Odds Ratios Odds Ratios Odds Ratios Odds Ratios Odds Ratios
Intercepto 4.88 *** 4.88 *** 4.88 *** 4.90 *** 4.90 *** 4.89 ***
Patrón 1.72 *** 1.72 *** 1.72 *** 1.72 *** 1.73 *** 1.71 ***
Asalariado pub. 2.70 *** 2.70 *** 2.70 *** 2.78 *** 2.71 *** 2.70 ***
Asalariado priv. 1.85 *** 1.85 *** 1.85 *** 1.85 *** 1.97 *** 1.85 ***
Cuenta propia 1.75 *** 1.75 *** 1.75 *** 1.74 *** 1.75 *** 1.80 ***
Desocupado 1.32 *** 1.32 *** 1.30 *** 1.30 *** 1.31 *** 1.30 ***
Ideología (der-izq) 0.98 *** 0.98 *** 0.98 *** 0.98 *** 0.98 *** 0.98 ***
Varón 0.69 *** 0.69 *** 0.69 *** 0.70 *** 0.70 *** 0.70 ***
Edad 1.06 *** 1.06 *** 1.06 *** 1.06 *** 1.06 *** 1.06 ***
Años educ. 1.07 *** 1.07 *** 1.07 *** 1.07 *** 1.07 *** 1.07 ***
Desempleo 0.97 0.97 0.97 0.90 0.94
Informalidad 1.01 1.01 1.01 1.00 1.01
Empleo pub. 1.13 *** 1.13 *** 1.11 * 1.04 1.11 **
Brecha remun. 0.99 0.99 1.00 1.01 1.00
Desocupado*desempleo 1.03 1.03 1.03 1.03
Random Effects
σ2 3.29 3.29 3.29 3.29 3.29 3.29
τ00 0.51 pais_anio 0.36 pais_anio 0.36 pais_anio 0.37 pais_anio 0.42 pais_anio 0.37 pais_anio
τ11       0.07 pais_anio.asal_pub_cwc 0.05 pais_anio.asal_pri_cwc 0.03 pais_anio.cuenta_prop_cwc
ρ01       0.28 pais_anio 0.72 pais_anio 0.53 pais_anio
N 41 pais_anio 41 pais_anio 41 pais_anio 41 pais_anio 41 pais_anio 41 pais_anio
Observations 59838 59838 59838 59838 59838 59838
Marginal R2 / Conditional R2 0.193 / 0.302 0.224 / 0.301 0.224 / 0.301 0.217 / 0.298 0.210 / 0.302 0.221 / 0.301
AIC 52839.459 52833.453 52832.740 52832.546 52796.952 52821.154
  • p<0.05   ** p<0.01   *** p<0.001
## Data: base_ml
## Models:
## voto_pasado_null: voto_pasado ~ 1 + (1 | pais_anio)
## voto_pasado_ind: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                  npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)    
## voto_pasado_null    2 59703 59721 -29849    59699                         
## voto_pasado_ind    11 52839 52938 -26409    52817 6881.3  9  < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_pasado_ind: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## voto_pasado_ind_grup: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                      npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)   
## voto_pasado_ind        11 52839 52938 -26409    52817                        
## voto_pasado_ind_grup   15 52833 52968 -26402    52803 14.007  4   0.007274 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_pasado_ind_grup: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup       15 52833 52968 -26402    52803                     
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801 2.7132  1    0.09952
##                           
## voto_pasado_ind_grup      
## voto_pasado_ind_grup_int .
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_pasado_random_apub: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pub_cwc | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801                     
## voto_pasado_random_apub    18 52833 52995 -26398    52797 4.1936  2     0.1228
## Data: base_ml
## Models:
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_pasado_random_apri: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pri_cwc | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801                     
## voto_pasado_random_apri    18 52797 52959 -26381    52761 39.787  2  2.292e-09
##                             
## voto_pasado_ind_grup_int    
## voto_pasado_random_apri  ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_pasado_random_cuent: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + cuenta_prop_cwc | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801                     
## voto_pasado_random_cuent   18 52821 52983 -26393    52785 15.586  2  0.0004127
##                             
## voto_pasado_ind_grup_int    
## voto_pasado_random_cuent ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_pasado_ind_grup_int: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_pasado_random_desoc: voto_pasado ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + desocupado_cwc | pais_anio)
##                          npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)
## voto_pasado_ind_grup_int   16 52833 52977 -26400    52801                     
## voto_pasado_random_desoc   18 52833 52995 -26398    52797 4.0092  2     0.1347

Multinivel voto presente

  Ind Ind + grup Ind + grup + int Random_apub Random_apri Random_cuent
Predictors Odds Ratios Odds Ratios Odds Ratios Odds Ratios Odds Ratios Odds Ratios
Intercepto 8.09 *** 7.87 *** 7.87 *** 7.91 *** 7.93 *** 7.83 ***
Patrón 1.11 1.11 1.11 1.11 1.12 1.11
Asalariado pub. 1.58 *** 1.58 *** 1.58 *** 1.66 *** 1.60 *** 1.58 ***
Asalariado priv. 1.10 * 1.10 * 1.10 * 1.10 * 1.18 ** 1.10 *
Cuenta propia 1.20 *** 1.20 *** 1.20 *** 1.20 *** 1.21 *** 1.23 ***
Desocupado 1.12 * 1.12 * 1.17 ** 1.17 ** 1.18 ** 1.17 **
Ideología (der-izq) 0.96 *** 0.96 *** 0.96 *** 0.96 *** 0.96 *** 0.96 ***
Varón 1.00 1.00 1.00 1.00 1.00 1.00
Edad 1.01 *** 1.01 *** 1.01 *** 1.01 *** 1.01 *** 1.01 ***
Años educ. 1.04 *** 1.04 *** 1.04 *** 1.04 *** 1.04 *** 1.04 ***
Desempleo 0.94 0.94 0.94 0.94 0.90
Informalidad 1.02 1.02 1.02 1.02 1.02
Empleo pub. 1.12 ** 1.12 ** 1.13 ** 1.10 * 1.12 **
Brecha remun. 0.99 0.99 0.99 0.99 0.98
Desocupado*desempleo 0.94 * 0.94 ** 0.94 ** 0.95 *
Random Effects
σ2 3.29 3.29 3.29 3.29 3.29 3.29
τ00 0.52 pais_anio 0.39 pais_anio 0.39 pais_anio 0.39 pais_anio 0.39 pais_anio 0.40 pais_anio
τ11       0.14 pais_anio.asal_pub_cwc 0.07 pais_anio.asal_pri_cwc 0.03 pais_anio.cuenta_prop_cwc
ρ01       -0.02 pais_anio 0.30 pais_anio 0.44 pais_anio
N 40 pais_anio 40 pais_anio 40 pais_anio 40 pais_anio 40 pais_anio 40 pais_anio
Observations 51598 51598 51598 51598 51598 51598
Marginal R2 / Conditional R2 0.017 / 0.152 0.050 / 0.150 0.050 / 0.151 0.052 / 0.155 0.043 / 0.148 0.062 / 0.165
AIC 36839.186 36835.915 36831.263 36823.411 36815.046 36826.468
  • p<0.05   ** p<0.01   *** p<0.001
## Data: base_ml
## Models:
## voto_presente_null: voto_presente ~ 1 + (1 | pais_anio)
## voto_presente_ind: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                    npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)    
## voto_presente_null    2 37147 37165 -18572    37143                         
## voto_presente_ind    11 36839 36937 -18409    36817 325.99  9  < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_presente_ind: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## voto_presente_ind_grup: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                        npar   AIC   BIC logLik deviance  Chisq Df Pr(>Chisq)  
## voto_presente_ind        11 36839 36937 -18409    36817                       
## voto_presente_ind_grup   15 36836 36969 -18403    36806 11.271  4    0.02368 *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_presente_ind_grup: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup       15 36836 36969 -18403    36806          
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799 6.6519  1
##                            Pr(>Chisq)   
## voto_presente_ind_grup                  
## voto_presente_ind_grup_int   0.009905 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_presente_random_apub: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pub_cwc | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799          
## voto_presente_random_apub    18 36823 36983 -18394    36787 11.851  2
##                            Pr(>Chisq)   
## voto_presente_ind_grup_int              
## voto_presente_random_apub     0.00267 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_presente_random_apri: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pri_cwc | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799          
## voto_presente_random_apri    18 36815 36974 -18390    36779 20.216  2
##                            Pr(>Chisq)    
## voto_presente_ind_grup_int               
## voto_presente_random_apri   4.074e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_presente_random_cuent: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + cuenta_prop_cwc | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799          
## voto_presente_random_cuent   18 36826 36986 -18395    36790 8.7948  2
##                            Pr(>Chisq)  
## voto_presente_ind_grup_int             
## voto_presente_random_cuent    0.01231 *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## voto_presente_ind_grup_int: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## voto_presente_random_desoc: voto_presente ~ patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + ideologia_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + desocupado_cwc | pais_anio)
##                            npar   AIC   BIC logLik deviance  Chisq Df
## voto_presente_ind_grup_int   16 36831 36973 -18400    36799          
## voto_presente_random_desoc   18 36827 36986 -18395    36791 8.6252  2
##                            Pr(>Chisq)  
## voto_presente_ind_grup_int             
## voto_presente_random_desoc     0.0134 *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Multinivel ideología

  Ind Ind + grup Ind + grup + int Random_apub Random_apri Random_cuent Random_desoc
Predictors Estimates Estimates Estimates Estimates Estimates Estimates Estimates
Intercepto 5.54 *** 5.53 *** 5.53 *** 5.53 *** 5.53 *** 5.53 *** 5.53 ***
Patrón -0.14 -0.14 -0.14 -0.14 -0.14 -0.14 -0.14
Asalariado pub. 0.10 * 0.10 * 0.09 * 0.09 0.10 * 0.09 * 0.09 *
Asalariado priv. 0.07 * 0.07 * 0.07 * 0.07 * 0.07 0.07 * 0.07 *
Cuenta propia 0.07 * 0.07 * 0.07 * 0.07 * 0.06 * 0.07 * 0.07 *
Desocupado 0.21 *** 0.21 *** 0.18 *** 0.18 *** 0.18 *** 0.18 *** 0.18 ***
Varón 0.01 0.01 0.01 0.01 0.01 0.01 0.01
Edad -0.01 *** -0.01 *** -0.01 *** -0.01 *** -0.01 *** -0.01 *** -0.01 ***
Años educ. 0.03 *** 0.03 *** 0.03 *** 0.03 *** 0.03 *** 0.03 *** 0.03 ***
Desempleo -0.09 *** -0.09 *** -0.09 *** -0.09 *** -0.08 *** -0.09 ***
Informalidad -0.03 *** -0.03 *** -0.03 *** -0.03 *** -0.03 *** -0.03 ***
Empleo pub. -0.01 -0.01 -0.01 -0.01 -0.01 -0.00
Brecha remun. -0.02 -0.02 -0.02 -0.02 -0.02 -0.02
Desocupado*desempleo 0.07 *** 0.07 *** 0.07 *** 0.07 *** 0.07 ***
Random Effects
σ2 5.77 5.77 5.77 5.77 5.77 5.77 5.77
τ00 0.14 pais_anio 0.06 pais_anio 0.06 pais_anio 0.06 pais_anio 0.06 pais_anio 0.06 pais_anio 0.06 pais_anio
τ11       0.03 pais_anio.asal_pub_cwc 0.02 pais_anio.asal_pri_cwc 0.00 pais_anio.cuenta_prop_cwc 0.02 pais_anio.desocupado_cwc
ρ01       0.08 pais_anio 0.34 pais_anio 0.23 pais_anio -0.14 pais_anio
N 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio 42 pais_anio
Observations 53899 53899 53899 53899 53899 53899 53899
Marginal R2 / Conditional R2 0.013 / 0.038 0.027 / 0.037 0.027 / 0.038 0.028 / 0.038 0.025 / 0.037 0.026 / 0.037 0.027 / 0.038
AIC 247674.533 247679.687 247668.791 247668.413 247659.375 247671.954 247670.954
  • p<0.05   ** p<0.01   *** p<0.001
## Data: base_ml
## Models:
## ideologia_null: ideologia ~ 1 + (1 | pais_anio)
## ideologia_ind: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
##                npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)    
## ideologia_null    3 248352 248379 -124173   248346                         
## ideologia_ind    11 247619 247717 -123798   247597 749.28  8  < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## ideologia_ind: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + (1 | pais_anio)
## ideologia_ind_grup: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
##                    npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)    
## ideologia_ind        11 247619 247717 -123798   247597                         
## ideologia_ind_grup   15 247593 247727 -123782   247563 33.231  4  1.071e-06 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## ideologia_ind_grup: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + (1 | pais_anio)
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup       15 247593 247727 -123782   247563                     
## ideologia_ind_grup_int   16 247576 247718 -123772   247544 19.288  1  1.124e-05
##                           
## ideologia_ind_grup        
## ideologia_ind_grup_int ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## ideologia_random_apub: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pub_cwc | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup_int   16 247576 247718 -123772   247544                     
## ideologia_random_apub    18 247576 247736 -123770   247540 3.9398  2     0.1395
## Data: base_ml
## Models:
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## ideologia_random_apri: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + asal_pri_cwc | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup_int   16 247576 247718 -123772   247544                     
## ideologia_random_apri    18 247567 247727 -123766   247531 12.934  2   0.001554
##                          
## ideologia_ind_grup_int   
## ideologia_random_apri  **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Data: base_ml
## Models:
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## ideologia_random_cuent: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + cuenta_prop_cwc | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup_int   16 247576 247718 -123772   247544                     
## ideologia_random_cuent   18 247579 247740 -123772   247543 0.6837  2     0.7105
## Data: base_ml
## Models:
## ideologia_ind_grup_int: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 | pais_anio)
## ideologia_random_desoc: ideologia ~ 1 + patron_cwc + asal_pub_cwc + asal_pri_cwc + cuenta_prop_cwc + desocupado_cwc + sexo_cwc + edad_cwc + educ_cwc + desempleo_cgm + informalidad_cgm + empleo_pub_cgm + brecha_remun_cgm + desocupado_cwc * desempleo_cgm + (1 + desocupado_cwc | pais_anio)
##                        npar    AIC    BIC  logLik deviance  Chisq Df Pr(>Chisq)
## ideologia_ind_grup_int   16 247576 247718 -123772   247544                     
## ideologia_random_desoc   18 247579 247739 -123771   247543 1.2692  2     0.5301

Modelos de efectos fijos (2018)

Utilizando todas las variables laborales

Regresión lineal múltiple con control por países. 2018.
  Democracia Desigualdad Desempleados Ayuda pobres Impuestos ricos
Predictors Estimates Estimates Estimates Estimates Estimates
Patrón -0.21 -0.11 0.14 0.05 0.01
Asalariado pub. -0.31 0.08 0.30 0.19 0.13
Asalariado priv. -0.26 0.04 0.31 0.10 -0.03
Cuenta propia -0.18 -0.07 0.41 0.10 -0.10
Desocupado -0.11 0.10 0.27 *** 0.08 0.05
Formal -0.17 -0.12 0.90 0.56 -1.25
Informal -0.30 0.02 0.95 0.66 -1.26
Directivos-profesionales 0.49 0.04 -1.02 -0.92 0.98
Téc-adm-vend 0.45 0.12 -1.25 -0.94 1.31
Trab. Man. calif 0.39 0.06 -1.48 -0.81 1.38
Trab. Man. No calif 0.50 0.14 -1.40 -0.73 1.42
Ideología (der-izq) -0.02 * 0.01 0.06 *** 0.04 *** 0.02 **
Urbano 0.04 -0.02 -0.14 ** 0.02 0.03
Varón 0.17 *** -0.00 0.04 -0.02 0.03
Edad 0.02 *** 0.00 0.01 *** -0.01 *** 0.01 ***
Años educ. 0.08 *** 0.04 *** 0.05 *** -0.09 *** -0.01 *
Observations 9933 10142 10185 10199 9999
R2 / R2 adjusted 0.053 / 0.051 0.007 / 0.005 0.027 / 0.025 0.050 / 0.048 0.007 / 0.005
AIC 37639.896 39702.361 42463.138 39302.554 40858.301
  • p<0.05   ** p<0.01   *** p<0.001
Regresión logística binaria con control por países. 2018.
  Corrupción Golpe militar Cierre congreso Cierre corte Simpatiza partido
Predictors Odds Ratios Odds Ratios Odds Ratios Odds Ratios Odds Ratios
Intercepto 1.09 0.59 * 2.11 ** 1.07 0.05 ***
Patrón 1.43 0.42 1.02 1.08 0.84
Asalariado pub. 1.38 0.49 1.08 1.13 0.79
Asalariado priv. 1.25 0.51 1.33 1.38 0.88
Cuenta propia 1.15 0.54 1.20 1.36 0.97
Desocupado 1.20 1.13 1.16 0.96 0.87
Formal 0.00 0.00 0.81 125360.79 0.83
Informal 0.00 0.00 0.86 123571.73 0.82
Directivos-profesionales 372165.23 261142.42 1.53 0.00 1.82
Téc-adm-vend 203297.33 164756.97 1.03 0.00 1.57
Trab. Man. calif 185183.37 143270.41 0.96 0.00 1.22
Trab. Man. No calif 198080.17 134378.22 1.10 0.00 1.24
Ideología (der-izq) 1.01 1.03 ** 1.03 * 1.06 *** 0.99
Urbano 1.01 1.04 1.35 ** 1.12 1.15
Varón 0.82 ** 1.17 * 0.98 0.97 1.31 ***
Edad 0.99 *** 1.01 *** 1.00 1.00 1.02 ***
Años educ. 0.90 *** 1.06 *** 1.04 *** 1.11 *** 1.05 ***
Observations 4953 4910 5489 5345 10199
R2 Tjur 0.045 0.075 0.115 0.101 0.111
AIC 5647.697 5996.243 5632.445 5897.945 10012.764
  • p<0.05   ** p<0.01   *** p<0.001

En el caso de las regresiones logísticas la categoría 1 de la variable dependiente siempre es la opción más progre.

##                        GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f  53.905604  5        1.489922
## formal_estado2   563.625291  2        4.872453
## estatus_ocup_f   524.455971  4        2.187578
## ideologia_imp      1.032149  1        1.015947
## urbano             1.065313  1        1.032140
## sexo               1.102539  1        1.050018
## q2                 1.203396  1        1.096994
## ed                 1.449127  1        1.203797
## country_f          1.265574  6        1.019821
##                        GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f  53.263691  5        1.488138
## formal_estado2   575.482751  2        4.897879
## estatus_ocup_f   533.590804  4        2.192305
## ideologia_imp      1.030820  1        1.015293
## urbano             1.065696  1        1.032325
## sexo               1.104238  1        1.050827
## q2                 1.205522  1        1.097963
## ed                 1.449633  1        1.204007
## country_f          1.263722  6        1.019697
##                          GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f 5.814723e+01  5        1.501250
## formal_estado2   2.044182e+07  2       67.240338
## estatus_ocup_f   1.802812e+07  4        8.072235
## ideologia_imp    1.038370e+00  1        1.019005
## urbano           1.078046e+00  1        1.038290
## sexo             1.113300e+00  1        1.055130
## q2               1.270383e+00  1        1.127113
## ed               1.534095e+00  1        1.238586
## country_f        1.281856e+00  6        1.020908
##                          GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f 6.766083e+01  5        1.524171
## formal_estado2   1.533738e+07  2       62.580322
## estatus_ocup_f   1.327233e+07  4        7.769059
## ideologia_imp    1.030519e+00  1        1.015145
## urbano           1.056886e+00  1        1.028050
## sexo             1.106876e+00  1        1.052082
## q2               1.223316e+00  1        1.106036
## ed               1.485454e+00  1        1.218792
## country_f        1.296159e+00  6        1.021852
##                        GVIF Df GVIF^(1/(2*Df))
## categoria_ocup_f  43.793086  5        1.459286
## formal_estado2   334.323760  2        4.276041
## estatus_ocup_f   314.348076  4        2.051995
## ideologia_imp      1.030395  1        1.015084
## urbano             1.064708  1        1.031847
## sexo               1.115051  1        1.055960
## q2                 1.223646  1        1.106185
## ed                 1.427755  1        1.194887
## country_f          1.270103  6        1.020125

Para el caso de las regresiones logísticas no es recomendable utilizar las tres variables laborales ya que están altamente correlacionadas.

Utilizando solo categoría laboral

Regresión lineal múltiple con control por países. 2018.
  Democracia Desigualdad Desempleados Ayuda pobres Impuestos ricos
Predictors Estimates Estimates Estimates Estimates Estimates
Patrón 0.01 -0.11 -0.27 * -0.15 0.08
Asalariado pub. 0.05 0.07 -0.07 -0.08 0.15 *
Asalariado priv. 0.00 0.04 -0.16 ** -0.16 ** 0.08
Cuenta propia -0.00 0.01 -0.08 -0.07 0.01
Desocupado -0.10 0.11 0.25 *** 0.07 0.05
Ideología (der-izq) -0.02 ** 0.01 0.07 *** 0.04 *** 0.02 **
Urbano 0.04 -0.01 -0.13 * 0.04 0.05
Varón 0.16 *** -0.01 0.02 -0.01 0.05
Edad 0.02 *** 0.00 0.01 *** -0.01 *** 0.00 ***
Años educ. 0.08 *** 0.03 *** 0.06 *** -0.09 *** -0.02 ***
Observations 10461 10675 10718 10731 10530
R2 / R2 adjusted 0.053 / 0.052 0.007 / 0.005 0.024 / 0.023 0.051 / 0.049 0.006 / 0.004
AIC 39551.755 41737.799 44659.392 41362.528 42986.294
  • p<0.05   ** p<0.01   *** p<0.001
Regresión logística binaria con control por países. 2018.
  Corrupción Golpe militar Cierre congreso Cierre corte Simpatiza partido
Predictors Odds Ratios Odds Ratios Odds Ratios Odds Ratios Odds Ratios
Intercepto 0.89 0.55 ** 2.19 ** 0.97 0.05 ***
Patrón 1.05 0.94 0.96 0.89 0.86
Asalariado pub. 1.20 1.21 1.14 0.83 1.03
Asalariado priv. 0.93 1.06 1.16 1.06 0.97
Cuenta propia 0.88 0.97 1.06 1.00 1.00
Desocupado 1.16 1.16 1.15 0.95 0.87
Ideología (der-izq) 1.00 1.04 ** 1.03 * 1.06 *** 0.99
Urbano 1.02 1.01 1.33 ** 1.08 1.14
Varón 0.85 * 1.20 ** 0.97 0.93 1.29 ***
Edad 0.99 ** 1.02 *** 1.00 1.00 1.02 ***
Años educ. 0.91 *** 1.07 *** 1.05 *** 1.13 *** 1.06 ***
Observations 5226 5161 5774 5639 10732
R2 Tjur 0.041 0.074 0.118 0.101 0.109
AIC 5935.825 6280.913 5851.909 6185.761 10546.156
  • p<0.05   ** p<0.01   *** p<0.001
## 
##  F test for individual effects
## 
## data:  democracia7 ~ categoria_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 77.714, df1 = 6, df2 = 10444, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  reduc_desigualdad ~ categoria_ocup_f + ideologia_imp + urbano +  ...
## F = 26.991, df1 = 6, df2 = 10658, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  desempleados ~ categoria_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 63.818, df1 = 6, df2 = 10701, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  ayuda_pobres ~ categoria_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 101.56, df1 = 6, df2 = 10714, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  impuestos_ricos ~ categoria_ocup_f + ideologia_imp + urbano +  ...
## F = 58.349, df1 = 6, df2 = 10513, p-value < 2.2e-16
## alternative hypothesis: significant effects

Utilizando solo formalidad

Regresión lineal múltiple con control por países. 2018.
  Democracia Desigualdad Desempleados Ayuda pobres Impuestos ricos
Predictors Estimates Estimates Estimates Estimates Estimates
Formal 0.06 -0.01 -0.14 ** -0.16 *** 0.10 *
Informal -0.05 0.06 -0.09 -0.04 0.02
Desocupado -0.11 0.10 0.28 *** 0.08 0.04
Ideología (der-izq) -0.02 ** 0.01 0.07 *** 0.04 *** 0.02 **
Urbano 0.04 -0.02 -0.12 * 0.04 0.04
Varón 0.16 *** -0.01 0.02 -0.01 0.05
Edad 0.02 *** 0.00 0.01 *** -0.01 *** 0.00 ***
Años educ. 0.08 *** 0.04 *** 0.06 *** -0.09 *** -0.02 ***
Observations 10519 10732 10777 10788 10586
R2 / R2 adjusted 0.054 / 0.053 0.007 / 0.006 0.024 / 0.023 0.051 / 0.050 0.005 / 0.004
AIC 39723.526 41960.570 44888.932 41555.275 43225.622
  • p<0.05   ** p<0.01   *** p<0.001
Regresión logística binaria con control por países. 2018.
  Corrupción Golpe militar Cierre congreso Cierre corte Simpatiza partido
Predictors Odds Ratios Odds Ratios Odds Ratios Odds Ratios Odds Ratios
Intercepto 0.87 0.55 ** 2.13 ** 0.97 0.04 ***
Formal 0.98 1.14 1.10 0.98 0.98
Informal 0.91 0.95 1.10 0.97 0.97
Desocupado 1.20 1.12 1.15 0.96 0.87
Ideología (der-izq) 1.01 1.04 ** 1.03 * 1.06 *** 0.99
Urbano 1.02 1.03 1.34 ** 1.09 1.14
Varón 0.84 ** 1.19 ** 0.98 0.95 1.30 ***
Edad 0.99 ** 1.02 *** 1.00 1.00 1.02 ***
Años educ. 0.91 *** 1.06 *** 1.05 *** 1.12 *** 1.06 ***
Observations 5255 5176 5807 5676 10791
R2 Tjur 0.040 0.073 0.118 0.100 0.109
AIC 5968.655 6298.590 5872.084 6230.732 10584.416
  • p<0.05   ** p<0.01   *** p<0.001
## 
##  F test for individual effects
## 
## data:  democracia7 ~ formal_estado + ideologia_imp + urbano + sexo +  ...
## F = 73.213, df1 = 6, df2 = 10504, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  reduc_desigualdad ~ formal_estado + ideologia_imp + urbano +  ...
## F = 27.537, df1 = 6, df2 = 10717, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  desempleados ~ formal_estado + ideologia_imp + urbano + sexo +  ...
## F = 63.073, df1 = 6, df2 = 10762, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  ayuda_pobres ~ formal_estado + ideologia_imp + urbano + sexo +  ...
## F = 100.23, df1 = 6, df2 = 10773, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  impuestos_ricos ~ formal_estado + ideologia_imp + urbano + sexo +  ...
## F = 59.667, df1 = 6, df2 = 10571, p-value < 2.2e-16
## alternative hypothesis: significant effects

Para todos los modelos es significativo utilizar efectos fijos.

Utilizando estatus ocupacional

Regresión lineal múltiple con control por países. 2018.
  Democracia Desigualdad Desempleados Ayuda pobres Impuestos ricos
Predictors Estimates Estimates Estimates Estimates Estimates
Directivos-profesionales 0.07 -0.06 0.15 -0.23 ** -0.25 **
Téc-adm-vend 0.01 0.02 -0.07 -0.25 *** 0.03
Trab. Man. calif -0.04 -0.02 -0.28 *** -0.11 ** 0.07
Trab. Man. No calif 0.06 0.06 -0.19 ** -0.02 0.11
Ideología (der-izq) -0.02 ** 0.01 0.06 *** 0.04 *** 0.02 *
Urbano 0.03 -0.02 -0.15 ** 0.03 0.03
Varón 0.16 *** -0.00 0.06 -0.02 0.03
Edad 0.02 *** 0.00 0.01 *** -0.01 *** 0.01 ***
Años educ. 0.08 *** 0.04 *** 0.05 *** -0.09 *** -0.01 *
Observations 10030 10239 10283 10297 10096
R2 / R2 adjusted 0.053 / 0.051 0.006 / 0.005 0.025 / 0.023 0.049 / 0.048 0.006 / 0.005
AIC 37980.868 40071.857 42882.916 39653.210 41257.830
  • p<0.05   ** p<0.01   *** p<0.001
Regresión logística binaria con control por países. 2018.
  Corrupción Golpe militar Cierre congreso Cierre corte Simpatiza partido
Predictors Odds Ratios Odds Ratios Odds Ratios Odds Ratios Odds Ratios
Intercepto 1.18 0.62 * 2.23 ** 1.05 0.05 ***
Directivos-profesionales 1.77 *** 1.76 ** 1.43 1.53 * 1.35 *
Téc-adm-vend 0.94 1.13 0.99 1.10 1.18
Trab. Man. calif 0.85 0.96 0.96 0.93 0.95
Trab. Man. No calif 0.91 0.91 1.09 0.93 0.96
Ideología (der-izq) 1.01 1.03 ** 1.03 * 1.06 *** 0.99
Urbano 1.01 1.03 1.32 ** 1.11 1.13
Varón 0.82 ** 1.19 ** 0.99 0.98 1.30 ***
Edad 0.99 *** 1.01 *** 1.00 1.00 1.02 ***
Años educ. 0.90 *** 1.06 *** 1.05 *** 1.12 *** 1.05 ***
Observations 5005 4952 5549 5394 10298
R2 Tjur 0.044 0.074 0.117 0.100 0.110
AIC 5703.785 6045.964 5675.383 5954.904 10079.189
  • p<0.05   ** p<0.01   *** p<0.001
## 
##  F test for individual effects
## 
## data:  democracia7 ~ estatus_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 70.8, df1 = 6, df2 = 10014, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  reduc_desigualdad ~ estatus_ocup_f + ideologia_imp + urbano +  ...
## F = 26.371, df1 = 6, df2 = 10223, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  desempleados ~ estatus_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 57.892, df1 = 6, df2 = 10267, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  ayuda_pobres ~ estatus_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 94.338, df1 = 6, df2 = 10281, p-value < 2.2e-16
## alternative hypothesis: significant effects
## 
##  F test for individual effects
## 
## data:  impuestos_ricos ~ estatus_ocup_f + ideologia_imp + urbano + sexo +  ...
## F = 52.62, df1 = 6, df2 = 10080, p-value < 2.2e-16
## alternative hypothesis: significant effects

Para todos los modelos es significativo utilizar efectos fijos.